JP4732815B2 - 情報推薦装置、情報推薦方法、及びプログラム - Google Patents

Description

本発明は、ユーザの情報の閲覧履歴（例えば、放送番組の視聴履歴など）からユーザの嗜好を学習し、ユーザにあった情報を提供する技術であり、特に番組推薦に関する。

従来、情報推薦、特に番組推薦においては、ユーザの番組の閲覧履歴や視聴履歴とこれらの番組のメタデータから閲覧・視聴した番組に関するキーワードを抽出することにより、ユーザの嗜好に関する番組すなわちユーザプロファイルを獲得する。そして、このユーザプロファイルとユーザが閲覧する番組群との類似性に基づいて、提供すべき番組を選択し推薦が行われている。

例えば、特許文献１では、ユーザが閲覧した情報にユーザが明示的に「好き」または「嫌い」のフィードバックを与えることにより、それらの情報に付与あるいは関連づけられているキーワード群からユーザの嗜好を学習し、その結果を情報推薦に利用する技術が開示されている。

また、特許文献２では、ユーザが視聴したテレビ番組について明示的なフィードバックを与えずに、視聴した番組のＥＰＧ（電子番組表）のデータからキーワードを切り出し、それらのキーワードをユーザの関心のあるキーワードとして学習し、番組の推薦に利用する技術が開示されている。
特開平０９−２８８６８３号公報 特開平０７−１３５６２号公報

しかしながら、従来の情報推薦装置及び番組推薦装置では、閲覧や視聴した情報や番組に対して、その情報単位でユーザが明示的にフィードバックをかけることによりユーザの嗜好を学習したり、閲覧した情報を「好きな情報」とみなして暗黙に情報単位でユーザの嗜好を学習するため、結果的に閲覧した情報と関連づけられているキーワード群を構成するキーワードすべてが一律に学習されてしまう。

例えば、テレビのあるニュース番組に「サッカー」「ワールドカップ予選」「東海地震」「桜前線」というキーワード群が関連づけられていた場合、このニュース番組を視聴したユーザはこれら前記の４つのキーワード群を構成する前記４つのキーワードすべてを一律に「好きなキーワード」として学習される。しかし、実際にはそのユーザは「桜前線」に関するニュースのみに関心があったためにそのニュース番組を視聴しており、「サッカー」「ワールドカップ予選」「東海地震」については関心がない、ということも考えられる。

このような場合においても、従来の情報推薦装置では、前記の４つのキーワード全てを一律に学習してしまうという課題がある。さらに、以上のようにキーワードを一律に学習することで、ユーザの興味とは関係のないキーワードまでも学習されてしまうため、学習されたユーザの嗜好の情報を用いて情報の推薦を行うとユーザの興味のない不要な情報までも推薦されてしまい、情報推薦の精度が低下するという課題がある。

本発明は、このような問題点に鑑みてなされたものであって、ユーザの嗜好を的確に学習し、もって高い精度で情報を推薦する情報推薦装置を提供することを目的とする。

上記目的を達成するため、本発明に係る情報推薦装置は、情報の閲覧履歴からユーザの嗜好を学習し、情報を推薦する装置であって、ユーザ操作に応じて閲覧する情報を指定する情報指定手段と、前記情報指定手段によって指定された情報を取得する情報取得手段と、前記情報取得手段で取得する情報に関するメタデータを蓄積するメタデータ蓄積手段と、前記ユーザの嗜好を表現したユーザプロファイル情報を蓄積するユーザプロファイル蓄積手段と、前記ユーザによって閲覧された情報そのものの出現頻度、又は前記閲覧された情報に関するメタデータに含まれるキーワードの出現頻度と、前記ユーザプロファイル蓄積手段に蓄積されているユーザプロファイル情報に含まれるキーワードの出現頻度とから算出された評価値に応じて、理由の候補となる１つ以上のキーワード群を生成する理由候補生成手段と、前記キーワード群を表示する情報表示手段と、表示された前記キーワード群から前記ユーザによって選択される理由を取得する理由取得手段と、前記理由候補生成手段で生成される前記キーワード群のうち前記ユーザに選択されたキーワードに基づいて、前記ユーザプロファイル情報を更新するユーザプロファイル更新手段と、前記ユーザプロファイル蓄積手段に蓄積されているユーザプロファイル情報に基づいて推薦する情報を選択する推薦情報選択手段とを備える。

また、前記情報推薦装置は、さらに、前記理由候補生成手段で生成された理由の候補を提示するタイミングを制御する理由候補提示及びタイミング制御手段を備え、前記情報表示手段は、所定のタイミングで理由の候補の提示を行ってもよい。

上記の構成によれば、本発明は理由候補生成手段によりユーザが情報を閲覧した理由の候補を提示し、ユーザに選択してもらう構成としたため、不要なキーワードの学習が防止され、推薦される情報の精度が向上する。また、理由の候補をタイミングをはかって提示しユーザに選択してもらうため、ユーザの負担をかけることなく理由を特定することが可能となる。

以下、発明の実施の形態を、図面を参照しながら説明する。
図１は、実施の形態における情報推薦装置のシステム構成を示すブロック図である。この実施の形態では、推薦される情報の一つの典型例を放送番組と考え、番組推薦装置について説明する。

この番組推薦装置は、ユーザが番組を閲覧した理由の候補を提示し、その候補の中からユーザによって選択された理由に応じてそのユーザの嗜好を的確に学習する番組推薦装置であり、インタフェース部１０１、情報取得部１０２、メタデータ取得部１０３、メタデータ蓄積部１０４、ユーザプロファイル蓄積部１０５、ユーザプロファイル更新部１０６、情報表示部１０７、操作受付部１０８、情報指定部１０９、理由候補生成部１１０、理由候補提示及びタイミング制御部１１１、理由取得部１１２、推薦情報選択部１１３、及び、時計部１１６から構成される。

インタフェース部１０１は、インターネット、公衆電話網、携帯電話網などの通信網と接続して通信を行い、また、地上アナログ放送、地上デジタル放送、ＢＳデジタル放送、ＣＳデジタル放送などの各種放送波を受信する。

情報取得部１０２は、インタフェース部１０１を通じて、インターネットのＷＥＢページなどの情報、あるいは放送波から指定したチャンネルの番組を受信する。

メタデータ取得部１０３は、インタフェース部１０１を通じて、情報のメタデータを取得し、メタデータ蓄積部１０４は、メタデータ取得部１０３で取得されたメタデータを蓄積する。

ユーザプロファイル蓄積部１０５は、ユーザの嗜好を表現したキーワードと重みからなる情報であるユーザプロファイルを蓄積し、ユーザプロファイル更新部１０６は、ユーザプロファイル蓄積部１０５に蓄積されているユーザプロファイル情報を更新する。

情報表示部１０７は、機器の状態、ＧＵＩ（グラフィカルユーザインタフェース）、情報取得部１０２で取得された情報などを表示するディスプレーなどであり、操作受付部１０８は、情報表示部１０７で表示された情報に対して、ユーザからの指示を入力するためのリモコンなどである。

情報指定部１０９は、情報取得部１０２で取得されるべき情報を指定する。
理由候補生成部１１０は、閲覧した情報について、その閲覧の理由の候補を生成する。

時計部１１６は、現在時刻を保持し、理由候補提示及びタイミング制御部１１１は、理由候補生成部１１０で生成された理由の候補を、時計部１１６に保持される現在時刻を参照して所定のタイミングで情報表示部１０７に表示させるように制御する。

理由取得部１１２は、情報表示部１０７に表示された理由候補の中から、ユーザが操作受付部１０８によって選択された理由を取得する。

そして、推薦情報選択部１１３は、ユーザプロファイルとメタデータからユーザに推薦する情報を選択する。

次に、本実施の形態に係る番組推薦装置の動作を説明する。ここでは一例として、テレビ番組に関するユーザの嗜好を学習して推薦する場合について説明する。

ユーザは操作受付部１０８であるリモコン装置などを用いて放送チャンネルを例えば「６ｃｈ」などと指定する。情報指定部１０９は情報取得部１０２に対して６ｃｈを受信するように命令を出し、テレビチューナに相当するインタフェース部１０１は６ｃｈの放送波を受信することにより、情報表示部１０７に６ｃｈの番組が表示される。

一方、メタデータ取得部１０３はインタフェース部１０１からＥＰＧ（Electric Program Guide:電子番組表）をメタデータとして受信し、メタデータ蓄積部１０４に蓄積する。ＥＰＧは地上アナログ放送に重畳されて配信されたり、ＢＳデジタル放送の専用チャンネル等から配信される。なお、インタフェース部１０１としてテレビチューナとは別途インターネットへの接続部もさらに具備し、インターネットから配信されるＥＰＧを利用しても構わない。取得されたＥＰＧはメタデータ蓄積部１０４に蓄積される。

このように、ユーザはテレビ番組を視聴し、またテレビ番組のメタデータとしてＥＰＧが得られる。

図２は、メタデータ蓄積部１０４に蓄積されているＥＰＧを構成する番組情報の一例を示す図である。

番組情報は、放送日、時間、チャンネル、タイトル、番組内容、出演者、ジャンルの項目があるものとする。これらのうち、特に番組内容、出演者、ジャンルについては平文のテキストで書かれている。なお、出演者、ジャンルについては、出演者ＩＤと出演者、ジャンルＩＤとジャンルが関係づけられたテーブルをもち、図２のＥＰＧには、おのおの出演者ＩＤ、ジャンルＩＤが記述されている構成としても良い。また、別の構成としては、番組内容の中に出演者も含めて記述され、出演者の記述部の前後には所定のタグを打たれている構成であっても構わない。これらのいずれの構成であっても、図２の各項目の内容が特定できる記述方式であればよいと言える。

次に、本実施の形態でのユーザの嗜好の学習手順について、図３を参照して説明する。
図３は、学習手順の一例を示すフローチャートである。

ステップａ１では、リモコンなどの操作受付部１０８はユーザによって行われる選局操作を取得する。例えば、６ｃｈを選局するという操作を取得する。選局操作を取得すると、情報指定部１０９がインタフェース部１０１であるテレビチューナに６ｃｈを受信するように制御し、６ｃｈの放送波が受信される。受信された放送波はデコードされ情報表示部１０７に番組の映像として映出されるとともに、図示しないスピーカなどの音声出力部から音声として出力される。

ステップａ２では、理由候補生成部１１０が、メタデータ蓄積部１０４に蓄積されているＥＰＧから、現在受信している番組の番組情報を取得する。番組情報は、現在時刻と受信中のチャンネルの２つの条件から特定することが可能で、例えば現在時刻が２２：１０、受信中のチャンネルが６ｃｈであれば、図２で示した番組情報が取得できる。このＥＰＧから番組の終了時間は２２：５６であることがわかる。理由候補生成部１１０は理由候補提示及びタイミング制御部１１１に対して、この番組終了時間を通知する。

ステップａ３、ａ４では、まず、ステップａ３において理由候補提示及びタイミング制御部１１１が番組の終了時間に到達したかどうかを、時計部１１６に保持される現在時刻を参照して監視する。到達した場合はステップａ５に進む。

到達していなかった場合はステップａ４にすすみ、ユーザから受信中のチャンネルの変更の操作の有無を確認する。ここでチャンネルの変更操作があった場合は、ステップａ３での番組終了時間への到達の監視を中断しステップａ１に戻る。また、チャンネル変更操作がなかった場合はステップａ３に再び戻り、番組終了時間への到達の監視を継続する。

ステップａ５では、理由候補提示及びタイミング制御部１１１が理由候補生成部１１０にユーザに提示する理由候補の生成の要求を出す。理由候補生成部１１０は図２の番組情報から理由候補を生成し理由候補提示及びタイミング制御部１１１に返す。理由候補提示及びタイミング制御部１１１は理由候補生成部１１０で生成された理由候補をディスプレーなどの情報表示部１０７に提示する。

ここで、理由候補生成部１１０における理由候補の生成の方法について説明する。理由候補生成部１１０は、まず、番組情報からキーワードの切り出しをおこなう。

図４は、一例として、図２に示される番組情報から切り出されるキーワードを示した図である。番組情報が図の左側に示され、その番組情報のテキスト部分、具体的にはタイトル、番組内容、出演者、ジャンルの記述内容から切り出されるキーワードが図の右側に示される。

キーワードの切り出し方法は、形態素解析による方法、ひらがな、カタカナ、漢字などの字種の切り替わり目で切り出す方法など様々な方法があり、どの方法を採用するかは適宜選択すればよい。また、さらに、キーワードとして切り出しても番組内容の表現としてあまり意味をなさないキーワード（例えば「再放送」「延長」など）を不要なキーワード群としてあらかじめ定義しておき、それらのキーワードを切り出し結果から除外する、などの処理をするとなおよい。

このようにして理由候補生成部１１０において切り出されたキーワード群が、理由候補として情報表示部１０７であるディスプレーに表示される。

図５は、理由の候補であるキーワード群が情報表示部１０７に表示された一例を示した図である。図５（ａ）は、図４に示されるキーワード群が、それぞれ１〜１２の選択番号を付与された形式で全画面に表示された例を示し、図５（ｂ）は、画面の右上にユーザが見終わった番組に引き続いてオンエア中の別の番組（この例では天気予報）が縮小表示されると共に、画面の残部に同じキーワード群が表示された例を示している。

ステップａ６では、情報表示部１０７に表示された理由の候補であるキーワード群の中から、ユーザによって選択された、その番組を視聴した理由として最もふさわしいキーワードを、操作受付部１０８で取得する。例えば、操作受付部１０８としてリモコンを使う場合、ユーザはチャンネル選択のための「１」〜「１２」キーを用いて選択するなどが考えられる。このようにリモコンで選択可能とするためには、ステップａ５における理由候補となるキーワード群の抽出個数を最大１２個程度に収めることが望ましい。

ここで、ユーザが例えば「シンクロ」の話題について興味がありこの番組を視聴した場合、リモコンボタンの「６」を押下しキーワード「シンクロ」を理由として選択する。

ステップａ７では、ユーザがステップａ６で選択した理由キーワードを理由取得部１１２を通じてユーザプロファイル更新部１０６に渡される。ユーザプロファイル更新部１０６はユーザプロファイル蓄積部１０５に蓄積されているユーザプロファイルの更新を行う。

図６は、ユーザプロファイルの更新の例を示した図である。ユーザプロファイル蓄積部１０５には、同図（ａ）で示すようなキーワードの集合として表現されるユーザプロファイルが蓄積されている。このキーワードの集合に含まれるキーワードがユーザが興味、関心のあるキーワードであることを表している。例えば同図（ａ）を見ると、「草薙拓哉（出演者名）」「サッカー」「ドキュメンタリー」「プラズマテレビ」「ベ・ヨンチュン（出演者名）」「松上電器」「ワールドカップ」の７つのキーワードがユーザの興味・関心のあるキーワードである。

ここで、ステップａ６において、ユーザが理由として「シンクロ」を選択したためユーザプロファイル更新部１０６は図６（ａ）の状態のユーザプロファイルに「シンクロ」を追加し更新する。ユーザプロファイル更新の手順は以下のようになる。

［手順１ａ］ 追加されるキーワードが、ユーザプロファイルを構成するキーワード群と比較し登録済みか、未登録であるかを判定する。登録済みであれば何もせずに処理を終了する。未登録の場合は手順２ａに進む。
［手順２ａ］ 追加されるキーワードをユーザプロファイルのキーワード群に追加し処理を終了する。

以上のユーザプロファイル更新の手順により図６（ａ）のユーザプロファイルの状態が、視聴した理由である新たなキーワード「シンクロ」が追加されることにより図６（ｂ）の状態へと更新される。

なお、ユーザプロファイル蓄積部１０５に蓄積されているユーザプロファイルは、図７（ａ）に示すように、キーワードと度数の組みから構成するようにしても良い。度数は出現頻度、あるいは出現頻度に基づいて算出される重みである。以下に度数を出現頻度とした場合のユーザプロファイル更新の手順を示す。

［手順１ｂ］ 追加されるキーワードが、ユーザプロファイルを構成するキーワード群と比較し登録済みか、未登録であるかを判定する。登録済みであればそのキーワードの度数を１増加させ処理を終了する。未登録の場合は手順２ｂに進む。
［手順２ｂ］ 追加されるキーワードをユーザプロファイルのキーワード群に追加し、度数を１として処理を終了する。

以上のユーザプロファイル更新の手順により図７（ａ）のユーザプロファイルの状態が、視聴した理由である新たなキーワード「シンクロ」が追加されることにより図７（ｂ）の状態へと更新される。

以上のように、図３のフローチャートで示した手順により、ユーザが閲覧した情報（テレビ番組）について、その閲覧した理由を反映してユーザプロファイルの更新を行うことによりユーザの嗜好の学習がＥＰＧから生成されるキーワード群の中から選択的に必要なキーワードのみ反映させることが可能となる。

次に、学習されたユーザの嗜好を利用した情報推薦の手順について、図８及び図９を参照して説明する。

図８は、推薦情報選択部１１３で実行される情報推薦の手順の一例を示すフローチャートである。

図９は、情報推薦に係る具体的なデータの例を示す図である。
情報推薦の指示をユーザから受ける、あるいは情報推薦装置で決められた推薦情報の更新のための条件が満たされると、まず、ステップｂ１では、メタデータ蓄積部１０４に蓄積されている全てのＥＰＧから所定の期間の番組情報を取得する。ステップｂ１の実行によって、図９において、メタデータ蓄積部１０４に蓄積されてる全てのＥＰＧ２０１から、所定の期間の番組情報２０２が選択される。例えば期間としては現在時刻から２４時間後まで、あるいは現在時刻から７日間先までなどであり、全ＥＰＧ２０１から所定の期間に放送される番組の番組情報２０２だけを選択する。この所定期間については、設計時にあらかじめ決められた固定の期間であっても良いし、推薦動作の都度ユーザから指定してもらう構成にしても構わない。

次に、ステップｂ２では、ステップｂ１で選択された番組情報からさらに１つの番組情報を選択し、その番組情報からキーワードを抽出する。ステップｂ２の実行によって、図９において、所定の期間の番組情報２０２から「ニュースウォッチ」という番組情報２０３が選択され、選択された番組情報２０３からキーワード群２０４が抽出される。このキーワード抽出は、図３のステップａ５で行った理由候補キーワードの生成処理と同様のキーワードの切り出し処理によって行われる。

次に、ステップｂ３では、ステップｂ２で番組情報から抽出されたキーワード群とユーザプロファイルとの類似性を比較し当該番組の評価値を算出する。ステップｂ３の実行によって、図９においては、キーワード群２０４とユーザプロファイル２０５のキーワード群との比較に基づいて、両者のキーワード群で合致するキーワードの数が計数される。この場合「松上電器」というキーワードが合致する。このように合致したキーワード２０６の数が計数され、その結果、１がこの「ニュースウオッチ」という番組の評価値とされる。

ステップｂ４、ｂ５ではステップｂ１で選択した所定の期間の番組情報２０２に含まれる全ての番組情報について評価値の算出が完了すればステップｂ６に進み、まだ完了していない場合はステップｂ２に戻り、次の番組情報について同様の処理を続行し評価値を算出する。

ステップｂ６、ｂ７では、評価値が算出された番組を評価値の降順にソートを行い、評価値の上位から所定の数の番組を推薦結果として推薦情報選択部１１３が情報表示部１０７へ出力し表示される。

以上のような手順で学習されたユーザの嗜好情報（ユーザプロファイル）を利用して、ユーザの興味、関心のある情報を推薦することが可能となる。

なお、本実施の形態での図９における情報推薦の具体例においては、ユーザプロファイル２０５がキーワード群として表現される場合について説明したが、ユーザプロファイルが図７に示すようなキーワードと度数の組みで表現されても良い。この場合、番組情報２０３から生成されるキーワード群もユーザプロファイル同様にキーワードとその出現回数を表す度数との組として表し、ステップｂ３での評価値算出は、ユーザプロファイルと番組情報とで一致するキーワードの度数の積和演算によって行えばよい。

以上のように、本実施の形態では理由候補生成部１１０がユーザが視聴した番組の終了時に理由候補のキーワードを画面に表示させ、それらのキーワード群からユーザが適宜選択することにより、どのような理由でその番組を視聴したのかを少ないユーザの負担で学習することが可能となる。また、このように学習されたユーザプロファイルを用いて番組推薦を行うことにより、より精度の高い番組推薦が可能となる。

なお、本実施の形態ではメタデータとしてＥＰＧを利用した番組の推薦を例に説明したが、本願は実施の形態としてそれらに限定するものではなく、他の情報に対しても適用可能である。例えば、情報としてＣＤを扱うのであればメタデータとしてＣＤＤＢを利用すれば同様に動作せることが可能であるし、情報として書籍を扱うのであればメタデータとして書誌事項を利用すればよい。また、情報自体がテキストで構成される場合はメタデータが不要な場合もある。例えば、情報として新聞記事を扱う場合、その新聞記事自体のテキストからキーワードの抽出が可能であるので、別途メタデータを用意することなく、図３と同様の手順で学習させ、図８と同様の手順で推薦することが可能である。

なお、情報表示部１０７での理由の提示の別の方法として、ＥＰＧから切り出したキーワードを提示するのではなく、「内容に興味があったから」「出演者が好きだから」「このようなジャンルの番組が好きだから」「いつも見ているから」などのように、いくつかの理由の文書を提示しても良い。

図１０は、この場合に、情報表示部１０７に提示される理由候補の一例を示す図である。この場合、理由候補生成部１１０では常にこの４つの選択肢を出力し表示する。ユーザから理由が選択されるとユーザプロファイル更新部１０６は選択肢に応じて番組情報の属性を選択しその属性に記述されているテキストからキーワードを抽出しユーザプロファイルの更新に使用する。

図１１は、ユーザの選択に応じたキーワードの切り出しについて示した図である。
ユーザが理由として「内容に興味があったから」を選択した場合、図１１の番組情報の「番組内容」にのみ着目し、すでに説明した方法でキーワードの切り出しを行う。その結果、キーワード群３０２が生成される。その後、既に述べた図３におけるステップａ６においてユーザが図１１のキーワード群３０２に含まれるキーワード全てを選択した場合と同様の処理を行って、ユーザプロファイルの更新を行う。

同様にユーザが図１０の理由の選択肢から「出演者が好きだから」を選択した場合は、図１１の番組情報の「出演者」にのみ着目し、また「このようなジャンルの番組が好きだから」を選択した場合は「ジャンル」にのみ着目し、それぞれキーワードの切り出しを行うことにより、キーワード群３０３あるいは３０４が生成され、ユーザプロファイル更新処理に用いられる。

また、理由として「いつも見ているから」を選択した場合は、その番組を番組内容や出演者にかかわらず毎回視聴していると予想されるので、図１１の番組情報の「タイトル」にのみ着目しキーワード切り出しを行い、切り出されたキーワード群３０１を用いてユーザプロファイルの更新処理をすればよい。

さらに別法として、提示する理由を対象とする番組の番組情報に応じて変化させることも考えられる。例えば、対象とする番組のジャンルによって提示する理由を変化させてもよい。

図１２は、その場合に表示される理由候補の一例を示した図である。図１２（ａ）は対象とする番組のジャンルが「歌番組」の場合の理由表示画面例である。歌番組を視聴する理由として、特定の歌手が好きであるとか、ユーザが歌番組というジャンルが全般的に好きであるなどが一般的に考えられるため、同図（ａ）の理由の選択肢には、「１．その日の出演者が好きだから」「２．歌番組が好きだから」という歌番組固有の選択肢と「３．いつも見ているから」という図１０と同様のジャンルに問わず共通的に考えられる理由とが一覧表示されている。

ユーザが理由として「１．その日の出演者が好きだから」を選択した場合は番組情報のうち「出演者」に着目し、「２．歌番組が好きだから」と選択した場合は番組情報の「ジャンル」に着目し、それぞれすでに説明した方法でキーワードを切り出し、それらを理由として学習すればよい。また、理由として「いつも見ているから」を選択した場合は、図１０で示した例と同様に、その番組を番組内容や出演者にかかわらず毎回視聴していると予想されるので、番組情報の「タイトル」にのみ着目しキーワード切り出しを行い、切り出されたキーワード群３０１を用いてユーザプロファイルの更新処理をすればよい。

一方、図１２（ｂ）は対象とする番組のジャンルが「ニュース」の場合の理由表示画面例である。ニュースを視聴する理由として、ニュースを見たいと思ったときにたまたま当該番組がやっていたとか、その日のニュースのトピックや特集などに興味があったなどが一般的に考えられるため、同図（ｂ）の理由の選択肢には、「１．その時間が都合が良かったから」「２．その日の放送内容が気になったから」というニュース固有の選択肢と「３．いつも見ているから」という図１０と同様のジャンルに問わず共通的に考えられる理由とが一覧表示されている。

ユーザが理由として「１．その時間が都合が良かったから」を選択した場合は、とにかくニュースであれば何でも良かったと考えられるため番組情報の「ジャンル」に着目し、「２．その日の放送内容が気になったからと選択した場合は、番組の中身が気になったと考えられるため「番組内容」に着目し、同様にすでに説明した方法でキーワードの切り出し、それらを理由として学習すればよい。また、理由として「いつも見ているから」を選択した場合は、これまでの例と同様に、番組情報の「タイトル」にのみ着目しキーワード切り出しを行い、切り出されたキーワード群３０１を用いてユーザプロファイルの更新処理をすればよい。

以上のように、視聴した番組のジャンルに応じて、提示する理由の候補を適宜変更し、常に適切な理由候補を表示させることが可能になり、より的確なユーザの嗜好の学習とより精度の高い番組推薦が実現する。

また、同様に時間帯、曜日、放送局など、番組情報のうちジャンル以外の属性の属性値によって提示する理由を変更してもよいことはいうまでもない。

図１３は、このように、番組情報のある属性の属性値に応じて提示する理由を変更させる番組推薦装置のシステム構成の一例を示す機能ブロック図である。この番組推薦装置は、既に示した図１の構成に、さらに理由候補蓄積部１１４を加えて構成される。

理由候補蓄積部１１４には、ユーザが視聴した番組に応じてどのような理由候補を提示するかを指定する情報が蓄積されている。

図１４は、理由候補蓄積部１１４に蓄積されている情報５００の一具体例を示す図であり、一例として、図示される表形式で蓄積されている。例えば、先ほどの例のように視聴した番組の「ジャンル」に応じて理由候補の提示を変化させる場合を考える。この場合、情報５００のうち「属性」が「ジャンル」であるレコードに着目する。視聴した番組のジャンルが「歌番組」であった場合、情報５００の「番号」が１、２、３であるレコードが該当するため、該当レコードの「理由候補」の内容が、図１２（ａ）のように表示される。同様にジャンルが「ニュース」の場合には、図１２（ｂ）のようになり、さらに視聴した番組の「時間」によって理由の候補を変化させるには情報５００の「属性」が「時間」であるレコードから、時計部１１６に保持されている時刻に該当するレコードを適宜選択すればよい。

以上のように理由候補生成部１１０が定性的な理由の選択肢を提示し、ユーザプロファイル更新部１０６が選択された理由に応じてＥＰＧの着目する属性を適宜選択し、選択された属性のみを用いてキーワードを生成しユーザプロファイル更新することにより、提示する理由候補数を少なくすることが可能になりユーザの理由入力の負荷が軽減すると同時に、不要なキーワードの学習を防止し、精度の高い情報推薦を実現することが可能となる。

なお、情報表示部１０７での理由の提示の別法として、ＥＰＧから切り出したキーワードを全て提示するのではなく、ユーザプロファイルを利用して視聴した理由を予測してその予測結果に基づいて絞り込んだキーワードを表示してもよい。

図１５は、絞り込まれたキーワードの、情報表示部１０７における一表示例を示す図である。

この理由キーワードの絞込みは、理由候補生成部１１０が、ユーザプロファイル蓄積部１０５に蓄積されているユーザプロファイルと、メタデータ蓄積部１０４に蓄積されている、ユーザが今まで視聴していた番組の番組情報とを参照して行う。

図１６は、その理由キーワードの絞り込みに係る具体的なデータの例を示す図である。
まず、キーワード抽出処理２００１により、ユーザが視聴していた番組の番組情報４０１から、キーワードとその出現回数を表す度数の組で表現されたキーワード群４０２が抽出される。一方、ユーザプロファイル４０３もキーワードと度数の組みで表現されているとする。次に、評価値算出処理２００２により、番組情報４０１から抽出された度数付きキーワード群４０２とユーザプロファイル４０３との間で、一致するキーワードが検索され、一致したキーワードについてはそれぞれの度数を乗じて総和を取ることによって評価値を求め、求めた評価値のリスト４０４が生成される。このリスト４０４にあるキーワードがユーザの視聴した理由として予測され、図１５のように表示される。

ここで、図１５では「松上電器」「ワールドカップ」の予測されたキーワードに加え「その他」という選択肢が設けられている。これは、予測されたキーワードがユーザの視聴の理由として該当しなかった場合に、ユーザが３を選択すると、図５で既に示したように、ＥＰＧから生成される全てのキーワードを理由の候補として提示する。

また、図１６のリスト４０４には予測された理由キーワードの評価値が付与されており、高い評価値ほど理由として尤もらしいことを表す。そこで、例えば、図１７に示すように、評価値が最も高かったキーワード１つだけを選択して「松上電器の話題が見たくてこの番組を見ましたね？」と表示し、ユーザには「はい」「いいえ」のいずれかだけを選択してもらうようすることも可能である。

以上のように理由候補生成部１１０が、視聴した番組のＥＰＧとユーザプロファイルとから視聴した理由として尤もらしいキーワードを予測し提示するため、提示する理由候補数を少なくすることが可能になりユーザの理由入力の負荷が軽減すると同時に、不要なキーワードの学習を防止し、精度の高い情報推薦を実現することが可能となる。

また、この尤もらしいキーワードの評価値が他のキーワードの評価値より著しく高い場合は理由キーワードの提示およびユーザによる選択操作なしに理由のキーワードとして確定し、ユーザプロファイルを更新するように動作させても構わない。

また、番組情報には、ここまでに説明した種々の属性の他に、クイズや投票などといったユーザからのフィードバックを受け付ける双方向番組であることを示す属性が付与されている場合がある。その属性によって双方向番組であると示される番組には、「双方向番組だから」という理由候補を提示することが好ましい。

図１８は、「双方向番組だから」という選択肢を含む理由候補の、情報表示部１０７における一表示例を示す図である。

ユーザによって「双方向番組だから」という理由が得らればれた場合には、ユーザプロファイル更新部１０６は、例えば「双方向」という理由キーワードをユーザプロファイル蓄積部１０５へ蓄積すればよい。そして、「双方向」という理由キーワードがユーザプロファイルに記録されているユーザには双方向番組を推薦することによって、番組を通したクイズや投票などを好むユーザの嗜好に応えることができる。

なお、情報表示部１０７での理由の提示の方法として、「なんとなく」という理由を提示してもよい。

図１９は、「なんとなく」という選択肢を含む理由候補の、情報表示部１０７における一表示例を示す図である。

この場合、他の選択肢のように理由の選択肢が番組情報のいずれかの属性と固定的に関連づけられているのではない。なんとなく番組を選択したということは、例えば、その時間帯に放映されていた番組をザッピング（少しずつ一通り閲覧すること）した結果、決定的な決め手に欠けるものの相対的にその番組がまだよいということで選択したと考えられる。そこで、理由として「なんとなく」を選択した場合は、ユーザが視聴していた番組及び、同一時間帯に放映していた他の番組のそれぞれの番組情報からキーワードを切り出し、ユーザが視聴した番組には存在しかつ他の番組には存在しないキーワードをユーザプロファイルの更新に利用する。

図２０は、「なんとなく」という選択肢を取り扱う番組推薦装置の構成の一例を示す機能ブロック図である。この番組推薦装置は、図１３に示される番組推薦装置におけるユーザプロファイル蓄積部１０５に積極理由蓄積部１０５ａ及び消極理由蓄積部１０５ｂを追加し、情報指定部１０９に機器操作解釈部１１５を追加して構成される。

積極理由蓄積部１０５ａは、これまでに説明したユーザプロファイルを蓄積し、消極理由蓄積部１０５ｂは、「なんとなく」が選択された場合のユーザプロファイルを蓄積する。

機器操作解釈部１１５は、ユーザによる情報入力操作を解釈して、ザッピング操作が行われているか判断する。例えば、所定時間内に放映中の全てのチャンネルが一通り選択されることによって、ザッピング操作が行われたと判断することができる。

理由候補生成部１１０は、ザッピングが行われていると判断された場合、理由の候補に「なんとなく」を含めて生成する。理由候補生成部１１０は、ザッピングの他にも、例えば、ユーザが視聴していた番組の番組情報に、ユーザプロファイルには全くないキーワードが含まれる場合（例えば、サッカーを好むユーザが、珍しく漫才を見ていたような場合）に、理由の候補に「なんとなく」を含めて生成してもよい。

理由取得部１１２は、「なくとなく」が選択されると、ユーザが視聴していた番組及び、同一時間帯に放映していた他の番組のそれぞれの番組情報からキーワードを切り出し、ユーザプロファイル更新部１０６は、ユーザが視聴した番組には存在しかつ他の番組には存在しないキーワードを用いて消極理由蓄積部１０５ｂのユーザプロファイルを更新する。理由取得部１１２は、「なくとなく」以外が選択されると、これまでに説明したようにして、積極理由蓄積部１０５ａのユーザプロファイルを更新する。

そして、推薦情報選択部１１３は、ザッピングが行われていると判断された場合、消極理由蓄積部１０５ｂのユーザプロファイルとメタデータからユーザに推薦する情報を選択し、そうでない場合、積極理由蓄積部１０５ａのユーザプロファイルとメタデータからユーザに推薦する情報を選択する。

以上のように動作させることで、ユーザが何となく選択し視聴した番組であっても、他の番組との相対的な特徴を抽出し学習に生かすことが可能となる。

また、ここではメタデータとしてＥＰＧを利用した番組の推薦での例について説明したが、例えばＣＤＤＢを利用したＣＤの推薦であれば、提示する理由の候補として「そのアーチストが好きだから」「そのジャンルが好きだから」「その年代の音楽が好きだから」という選択肢を提示することが考えられる。この場合、ユーザが理由として「そのアーチストが好きだから」を選択すればＣＤＤＢの属性「アーチスト名」の属性値を、「そのジャンルが好きだから」を選択すれば属性「ジャンル」の属性値を、そして「その年代の音楽が好きだから」を選択すれば属性「年代」の属性値をそれぞれユーザプロファイルの更新に利用すればよい。

別の例としてメタデータとして書誌情報を利用した書籍の推薦であれば、提示する理由の候補として、「作者が好きだから」「ジャンルが好きだから」「その年代の作品が好きだから」などのように提示することにより、同様に処理することが可能となる。

なお、本発明の実施の形態では理由候補提示及びタイミング制御部１１１が番組の終了時間を監視し、番組が終了した時に理由の候補を表示させる場合について説明したが、ＣＭ（コマーシャル）の開始を監視し、コマーシャルが開始した際に表示するようにしても構わない。ＣＭの開始の検出は、音声データのステレオとモノラルの切り替わりで判定する方法、音声データのレベルで判定する方法、画像のシーンの切り替わりで判定する方法などが知られており、いずれの方法を利用してもよい。例えば、洋画番組のように、番組情報から２ヶ国語放送されていることが分かる番組では、モノラル音声に切り替わったことによってＣＭの開始を検出すると実用的である。また、今後のデジタル放送においては放送中の映像が番組であるのかＣＭであるかを識別する信号が付与されることも検討されており、この信号を用いることも考えられる。

あるいは、理由候補提示及びタイミング制御部１１１がユーザのチャンネル変更操作を監視し、チャンネルが変更された際に理由の候補を表示させても構わない。理由の候補の提示の後にはユーザからの理由の選択操作を要求することになり、ユーザはリモコンなどの操作受付部１０８によって操作することが必要となる。したがって、チャンネル操作の際に理由の候補を提示しユーザに選択してもらうことで、チャンネル操作のついでに理由を入力してもらいユーザの負担感をさらに低下させることが可能となる。

本発明の情報推薦装置はテキスト情報あるいはテキストのメタデータが付与されている情報について、それらの情報閲覧履歴からユーザの嗜好を学習し、情報を推薦する機器、サービスなどに適応が可能である。具体的には、ＥＰＧを利用した番組検索システム、ＣＤＤＢを利用したＣＤ検索システム、インターネット検索システムなどに適応が可能である。

第１の実施の形態における番組推薦装置のシステム構成を示すブロック図である。 ＥＰＧを構成する番組情報の一例を示す図である。 ユーザプロファイルの学習手順の一例を示すフローチャートである。 番組情報から切り出されるキーワードの一例を示す図である。 （ａ）及び（ｂ）理由の候補として画面に提示されるキーワード群の一例を示す図である。 ユーザプロファイル更新の例を示す図である。 ユーザプロファイル更新の他の例を示す図である。 情報推薦の手順の一例を示すフローチャートである。 情報推薦に係る具体的なデータの例を示す図である。 画面に提示される理由の候補の一例を示す図である。 番組情報からユーザの選択に応じて切り出されるキーワードの一例を示す図である。 （ａ）及び（ｂ）番組のジャンルに応じて画面に提示される理由の候補の一例を示す図である。 番組推薦装置のシステム構成の他の一例を示す機能ブロック図である。 理由候補蓄積部に蓄積されている理由の候補の一具体例を示す図である。 画面に提示される理由の候補の一例を示す図である。 理由の候補の絞込みに係る具体的なデータの一例を示す図である。 画面に提示される理由の候補の一例を示す図である。 画面に提示される理由の候補の一例を示す図である。 画面に提示される理由の候補の一例を示す図である。 番組推薦装置のシステム構成の他の一例を示す機能ブロック図である。

符号の説明

１０１ インタフェース部
１０２ 情報取得部
１０３ メタデータ取得部
１０４ メタデータ蓄積部
１０５ ユーザプロファイル蓄積部
１０５ａ 積極理由蓄積部
１０５ｂ 消極理由蓄積部
１０６ ユーザプロファイル更新部
１０７ 情報表示部
１０８ 操作受付部
１０９ 情報指定部
１１０ 理由候補数生成部
１１１ 理由候補提示及びタイミング制御部
１１２ 理由取得部
１１３ 推薦番組選択部
１１４ 理由候補蓄積部
１１５ 機器操作解釈部
１１６ 時計部
２０１ ＥＰＧ
２０２ 所定期間の番組情報
２０３ 番組情報
２０４ キーワード群
２０５ ユーザプロファイル
２０６ キーワード
３０１〜３０４ キーワード群
４０１ 番組情報
４０２ キーワード群
４０３ ユーザプロファイル
４０４ 評価値リスト
５００ 情報

Claims (9)

1. 情報の閲覧履歴からユーザの嗜好を学習し、情報を推薦する装置であって、
   ユーザ操作に応じて閲覧する情報を指定する情報指定手段と、
   前記情報指定手段によって指定された情報を取得する情報取得手段と、
   前記情報取得手段で取得する情報に関するメタデータを蓄積するメタデータ蓄積手段と、
   前記ユーザの嗜好を表現したユーザプロファイル情報を蓄積するユーザプロファイル蓄積手段と、
   前記ユーザによって閲覧された情報そのものの出現頻度、又は前記閲覧された情報に関するメタデータに含まれるキーワードの出現頻度と、前記ユーザプロファイル蓄積手段に蓄積されているユーザプロファイル情報に含まれるキーワードの出現頻度とから算出された評価値に応じて、理由の候補となる１つ以上のキーワード群を生成する理由候補生成手段と、
   前記キーワード群を表示する情報表示手段と、
   表示された前記キーワード群から前記ユーザによって選択された理由を取得する理由取得手段と、
   前記理由候補生成手段で生成される前記キーワード群のうち前記ユーザに選択されたキーワードに基づいて、前記ユーザプロファイル情報を更新するユーザプロファイル更新手段と、
   前記ユーザプロファイル蓄積手段に蓄積されているユーザプロファイル情報に基づいて推薦する情報を選択する推薦情報選択手段と
   を備えることを特徴とする情報推薦装置。
2. 前記理由候補生成手段は、前記ユーザによって閲覧された情報そのもの、又は前記閲覧された情報に関するメタデータから、１つ以上のキーワードを切り出すことにより理由の候補を生成し、
   前記ユーザプロファイル更新手段は前記切り出されたキーワードのうちユーザによって選択されたキーワードに基づいて前記ユーザプロファイル情報を更新する
   こと特徴とする請求項１記載の情報推薦装置。
3. 前記情報推薦装置は、さらに、
   前記理由候補生成手段で生成された理由の候補を提示するタイミングを制御する理由候補提示及びタイミング制御手段を備え、
   前記情報表示手段は、所定のタイミングで理由の候補の提示を行う
   ことを特徴とする請求項１記載の情報推薦装置。
4. 閲覧対象となる情報はテレビ番組であって、
   前記理由候補提示及びタイミング制御手段は、前記ユーザによって閲覧された番組の終了を監視し、番組が終了した際に理由の候補を提示する
   ことを特徴とする請求項３記載の情報推薦装置。
5. 閲覧対象となる情報はテレビ番組であって、
   前記理由候補提示及びタイミング制御手段は、コマーシャルの開始を監視し、コマーシャルが開始した際に理由の候補を提示する
   ことを特徴とする請求項３記載の情報推薦装置。
6. 閲覧対象となる情報はテレビ番組であって、
   前記理由候補提示及びタイミング制御手段は、前記ユーザのチャンネル変更操作を監視し、チャンネルが変更された際に理由の候補を提示する
   ことを特徴とする請求項３記載の情報推薦装置。
7. 閲覧対象となる情報はテレビ番組であって、
   メタデータが電子番組表情報である
   ことを特徴とする請求項１乃至６の何れか１項に記載の情報推薦装置。
8. 情報の閲覧履歴からユーザの嗜好を学習し、情報を推薦するための情報推薦方法であって、
   前記情報推薦方法は、情報指定手段と、情報取得手段と、メタデータ蓄積手段と、ユーザプロファイル蓄積手段と、理由候補生成手段と、情報表示手段と、理由取得手段と、ユーザプロファイル更新手段と、推薦情報選択手段とを備える情報推薦装置によって行われ、
   前記情報指定手段において、ユーザ操作に応じて閲覧する情報を指定する情報指定ステップと、
   前記情報取得手段において、前記情報指定ステップで指定された情報を取得する情報取得ステップと、
   前記メタデータ蓄積手段において、前記情報取得ステップで取得する情報に関するメタデータを蓄積するメタデータ蓄積ステップと、
   前記ユーザプロファイル蓄積手段において、前記ユーザの嗜好を表現したユーザプロファイル情報を蓄積するユーザプロファイル蓄積ステップと、
   前記理由候補生成手段において、前記ユーザによって閲覧された情報そのものの出現頻度、又は前記閲覧された情報に関するメタデータに含まれるキーワードの出現頻度と、前記ユーザプロファイル蓄積手段に蓄積されているユーザプロファイル情報に含まれるキーワードの出現頻度とから算出された評価値に応じて、理由の候補となる１つ以上のキーワード群を生成する理由候補生成ステップと、
   前記情報表示手段において、前記キーワード群を表示する情報表示ステップと、
   前記理由取得手段において、表示された前記キーワード群から前記ユーザによって選択された理由を取得する理由取得ステップと、
   前記ユーザプロファイル更新手段において、前記理由候補生成ステップで生成される前記キーワード群のうち前記ユーザに選択されたキーワードに基づいて、前記ユーザプロファイル情報を更新するユーザプロファイル更新ステップと、
   前記推薦情報選択手段で、前記ユーザプロファイル情報に基づいて推薦する情報を選択する推薦情報選択ステップと
   を含むことを特徴とする情報推薦方法。
9. 情報の閲覧履歴からユーザの嗜好を学習し、情報を推薦するようにコンピュータを動作させるプログラムであって、
   ユーザ操作に応じて閲覧する情報を指定する情報指定ステップと、
   前記情報指定ステップで指定された情報を取得する情報取得ステップと、
   前記情報取得ステップで取得する情報に関するメタデータを蓄積するメタデータ蓄積ステップと、
   前記ユーザの嗜好を表現したユーザプロファイル情報を蓄積するユーザプロファイル蓄積ステップと、
   前記ユーザによって閲覧された情報そのものの出現頻度、又は前記閲覧された情報に関するメタデータに含まれるキーワードの出現頻度と、前記ユーザプロファイル蓄積手段に蓄積されているユーザプロファイル情報に含まれるキーワードの出現頻度とから算出された評価値に応じて、理由の候補となる１つ以上のキーワード群を生成する理由候補生成ステップと、
   前記キーワード群を表示する情報表示ステップと、
   表示された前記キーワード群から前記ユーザによって選択された理由を取得する理由取得ステップと、
   前記理由候補生成ステップで生成される前記キーワード群のうち前記ユーザに選択されたキーワードに基づいて、前記ユーザプロファイル情報を更新するユーザプロファイル更新ステップと、
   前記ユーザプロファイル情報に基づいて推薦する情報を選択する推薦情報選択ステップと
   をコンピュータに実行させるためのプログラム。

Images